OpenAI 官方出的三个结构化提取示例应用

OpenAI 官方出的三个结构化提取示例应用：

  1. 简历信息提取（Resume Extraction） 展示如何将非结构化的简历文本转换为结构化的信息展示，适合需要自动化文档处理的场景

  2. 生成式 UI（Generative UI） 演示如何动态生成 UI 组件，适合需要灵活界面生成的应用场景

  3. 会话助手（Conversational Assistant） 结合了多轮对话、工具调用和生成式 UI，提供了构建可靠工作流程的会话助手的完整示范

项目地址：https://github.com/openai/openai-structured-outputs-samples

第一个简历提取的例子最简单，首先借助 pdf2json 解析 pdf 为文本格式，然后让GPT-4o-mini解析，提示词就一句话：

“从提供的简历文本中提取相关字段。如果无法识别必填字段，请将其留空。”

但是要配合 JSON Schema，可以把内容解析为指定的JSON格式： 姓名、职位、住址、联系方式、工作经历等等

第二个动态生成 UI 的例子稍微复杂一点，GPT-4o-mini 就无法胜任了，得 GPT-4o 模型才行，提示词里面定义了什么情况下该用什么组件，使用什么样式等等，它比较巧妙的是把每一个 UI 组件都定义成一个工具，或者说工具函数，然后每一个工具函数的参数就相当于组件的参数，借助API的工具调用(Function calling)功能，让 AI 选择合适的工具（其实就是UI组件）。

提示词：

基于用户输入生成UI组件,尽可能相关地回答问题。
你可以组合不同的组件来最好地匹配用户的需求。
例如，
请遵循以下准则:
- 如果用户输入最适合用多个组件来回答,使用卡片组件并在其中包含多个子组件。
- 当需要返回一系列内容时,使用轮播组件来单独显示每个项目。
- 对于接受'classes'属性的UI组件,你可以使用tailwind类来设置样式(使用类来设置背景和文本颜色,以及边距和内边距,在适当的时候也可以使用flex、flex-col等相关类)。
- 对于可以用一组数值回答的问题(如高度、宽度、重量等),使用柱状图组件。
- 对于需要比较多个事物或者可以用列和行展示信息的问题,使用表格组件。
- 在适当的时候,使用标题来显示一个标题文本。
- 当使用柱状图或表格时,将它们作为卡片组件的子组件,并包含带标题的标题组件。
- 当你不确定使用哪个组件时,使用带容器的项目组件(你可以用tailwind类来设置样式)

但第二个例子有点为了用 Function Calling 而用 Function Calling 的意思，实际上要做复杂的 UI，并不需要 Function Calling，同样可以给它一个组件列表，直接让它选用合适的组件列表输出完整的 React 代码就好了

第三个例子是个客服的例子，内置了一系列客服工具，包括：获取产品列表、获取产品详情、获取订单、提交售后申请、退货、添加到购物车功能，会根据用户的请求选择合适的工具。根据工具查询到信息后，还可以配合第二个动态 UI 的例子，把商品信息使用内置组件用美观的方式列在会话中。

提示词：

你是一个销售计算机配件商店的客服助手。
你可以帮助顾客处理订单、退货和解答其他问题。

如果顾客想要退货，你可以：
- 使用get_orders工具查找相应的订单，并等待用户确认他们想要退回的具体订单
- 询问问题所在以便提交售后申请
- 使用file_claim工具提交售后申请
- 创建退货记录
- 告知用户他们将通过电子邮件收到退货详细信息

你还可以通过获取产品列表来帮助顾客购买新产品。
你可以根据已知信息比较这些产品，但如果用户想了解某个特定产品的更多信息，你可以使用get_product_details工具获取该产品的更多详细信息。

在任何时候只要你有数据要展示，就使用generate_ui工具来显示它。
用户将会看到显示的内容，所以不需要在后续消息中重复这些信息。

例如，如果你有一个商品或订单列表，你可以使用generate_ui工具，配合轮播组件和订单或商品作为子项来显示它们。
如果用户要求比较数据，你可以再次使用generate_ui工具来直观地显示比较结果。
如果要求比较或概述数值，使用bar_chart（柱状图）组件。
如果要比较无法用柱状图表示的内容或多个事物，使用table（表格）组件。
将这些表格或柱状图组件包装在带有标题的card（卡片）组件中，添加描述性标题来说明你在展示什么。

在显示内容之后，不要重复你已经显示的内容，只需询问用户是否还需要其他帮助。

See all posts